数据挖掘实验(一)

实验内容

1. 产生-1···1间隔为0.05的向量 $\vec x$
2. 计算方程$y=x^2+3$
3. 绘制函数$y=x^2+3$的函数图像
4. 随机产生大小为30*30的随机矩阵$A$
5. 绘制箱形图
6. 在矩阵$A$中随机选择100个数据
7. 用100个2-8之间的随机数替换矩阵A中的数据
8. 重新绘制箱形图
9. 取出异常值的点
10. 矩阵归一化(标准化)

产生-1···1间隔为0.05的向量 $\vec x$

import numpy as np
x=np.linspace(-1,1,41)
print("x的值为:\n",x)

x的值为:
 [-1.   -0.95 -0.9  -0.85 -0.8  -0.75 -0.7  -0.65 -0.6  -0.55 -0.5  -0.45
 -0.4  -0.35 -0.3  -0.25 -0.2  -0.15 -0.1  -0.05  0.    0.05  0.1   0.15
  0.2   0.25  0.3   0.35  0.4   0.45  0.5   0.55  0.6   0.65  0.7   0.75
  0.8   0.85  0.9   0.95  1.  ]

计算方程$y=x^2+3$

y=x*x+3
print("y的值为:\n",y)

y的值为:
 [ 4.      3.9025  3.81    3.7225  3.64    3.5625  3.49    3.4225  3.36
  3.3025  3.25    3.2025  3.16    3.1225  3.09    3.0625  3.04    3.0225
  3.01    3.0025  3.      3.0025  3.01    3.0225  3.04    3.0625  3.09
  3.1225  3.16    3.2025  3.25    3.3025  3.36    3.4225  3.49    3.5625
  3.64    3.7225  3.81    3.9025  4.    ]

绘制函数$y=x^2+3$的函数图像

import matplotlib.pyplot as plt
plt.plot(x,y)
plt.show()

随机产生大小为30*30的随机矩阵A